【Java 开发日记】我们来说一下 MySQL 的慢查询日志

-- 查看所有慢查询相关参数 SHOW VARIABLES LIKE '%slow%'; SHOW VARIABLES LIKE '%long_query_time%'; -- 主要配置参数： -- slow_query_log = OFF/ON # 是否开启慢查询日志 -- slow_query_log_file = /path/name # 日志文件路径 -- long_query_time = 10 # 阈值（秒），默认10秒 -- min_examined_row_limit = 0 # 最少检查行数阈值 -- log_queries_not_using_indexes = OFF # 是否记录未使用索引的查询 -- log_slow_admin_statements = OFF # 是否记录管理语句 -- log_output = FILE/TABLE/NONE # 输出方式

四、开启和配置

1. 临时开启（重启失效）

SET GLOBAL slow_query_log = 'ON'; SET GLOBAL long_query_time = 2; -- 设为2秒 SET GLOBAL slow_query_log_file = '/var/log/mysql/slow.log'; SET GLOBAL log_queries_not_using_indexes = 'ON';

2. 永久开启（修改配置文件）

# my.cnf 或 my.ini [mysqld] slow_query_log = 1 slow_query_log_file = /var/log/mysql/slow.log long_query_time = 2 log_queries_not_using_indexes = 1 log_output = FILE

五、慢查询日志格式分析

典型日志条目：

# Time: 2024-01-01T10:00:00.123456Z # User@Host: root[root] @ localhost [] Id: 5 # Query_time: 5.123456 Lock_time: 0.001000 Rows_sent: 10 Rows_examined: 1000000 SET timestamp=1672560000; SELECT * FROM users WHERE last_name LIKE '%smith%' ORDER BY create_time DESC;

关键字段解释：

Query_time：查询执行总时间
Lock_time：锁定时间
Rows_sent：返回给客户端的行数
Rows_examined：扫描的行数
Rows_affected：影响的行数（UPDATE/DELETE/INSERT）

六、慢查询分析工具

1. mysqldumpslow（MySQL 自带）

# 按查询时间排序 mysqldumpslow -s t /var/log/mysql/slow.log # 按锁时间排序 mysqldumpslow -s l /var/log/mysql/slow.log # 按执行次数排序 mysqldumpslow -s c /var/log/mysql/slow.log # 显示前10条最慢的查询 mysqldumpslow -t 10 /var/log/mysql/slow.log # 分析特定用户的慢查询 mysqldumpslow -a -g "root" /var/log/mysql/slow.log

2. pt-query-digest（Percona Toolkit）

# 分析慢查询日志 pt-query-digest /var/log/mysql/slow.log # 分析最近12小时的慢查询 pt-query-digest --since=12h /var/log/mysql/slow.log # 输出到文件 pt-query-digest /var/log/mysql/slow.log > slow_report.txt

3. mysqlslow（第三方工具）

mysqlslow /var/log/mysql/slow.log

七、慢查询日志表模式

启用表模式存储：

SET GLOBAL log_output = 'TABLE'; SET GLOBAL slow_query_log = 'ON'; -- 查询慢查询日志 SELECT * FROM mysql.slow_log;

表结构：

SHOW CREATE TABLE mysql.slow_log; -- 主要字段： -- start_time: 查询开始时间 -- query_time: 查询耗时 -- lock_time: 锁定时间 -- rows_sent: 返回行数 -- rows_examined: 检查行数 -- sql_text: SQL语句 -- user_host: 用户和主机信息

八、最佳实践和优化建议

1. 阈值设置建议

-- 生产环境建议 SET GLOBAL long_query_time = 2; -- 2秒阈值 -- 开发/测试环境可以更严格 SET GLOBAL long_query_time = 0.5; -- 500毫秒 -- 微秒级精度（MySQL 5.7+） SET GLOBAL long_query_time = 0.1; -- 100毫秒

2. 日志轮转配置

# 使用 logrotate /var/log/mysql/slow.log { daily rotate 30 missingok compress delaycompress notifempty create 640 mysql mysql postrotate mysqladmin flush-logs endscript }

3. 定期分析计划

# 每日分析脚本示例 #!/bin/bash DATE=$(date +%Y%m%d) pt-query-digest /var/log/mysql/slow.log > /var/log/mysql/slow_report_${DATE}.txt # 清空日志文件（先备份） cp /var/log/mysql/slow.log /var/log/mysql/slow.log.${DATE} echo "" > /var/log/mysql/slow.log

九、性能监控和告警

1. 监控慢查询数量

-- 监控每分钟的慢查询数量 SHOW GLOBAL STATUS LIKE 'Slow_queries'; -- 查看当前慢查询 SHOW PROCESSLIST;

2. 慢查询告警脚本

#!/bin/bash SLOW_COUNT=$(mysql -e "SHOW GLOBAL STATUS LIKE 'Slow_queries'" | grep Slow_queries | awk '{print $2}') THRESHOLD=100 if [ $SLOW_COUNT -gt $THRESHOLD ]; then echo "警告：慢查询数量异常！当前数量: $SLOW_COUNT" | mail -s "MySQL慢查询告警" [email protected] fi

十、注意事项

性能影响：开启慢查询日志会有约1-3%的性能开销
磁盘空间：定期清理，避免日志文件过大
敏感信息：日志可能包含敏感数据，需妥善保管
生产环境：建议设置合理的阈值，避免记录过多无关查询
版本差异：MySQL 5.7+ 支持微秒级精度，之前版本只到秒

面试回答

简单来说，慢查询日志就像是 MySQL 的一个‘病历本’。它会自动记录下来所有执行时间超过某个阈值的 SQL 语句。这样我们开发或者 DBA 就能知道，哪些查询是‘慢’的、有问题的，然后去针对性地优化。

在实际工作中，我主要会关注和操作这么几个方面：

第一，怎么开启和设置。
慢查询日志默认是关闭的，因为它会有一点磁盘 I/O 的开销。我们需要在 MySQL 配置文件（比如 my.cnf）里设置几个核心参数：

slow_query_log = ON：打开开关。
slow_query_log_file：指定这个‘病历本’文件存哪里。
long_query_time：这是最重要的一个阈值，单位是秒。比如设为 1，就意味着执行超过 1 秒的 SQL 才会被记录。这个值可以根据系统性能要求来调整。
log_queries_not_using_indexes：这个我也经常会打开。它会记录那些没有使用索引的查询，即使它执行得很快。这能帮我们发现潜在的设计问题。

第二，怎么看这个日志。
日志是文本格式，可以直接看，但不太直观。我常用的方法是：

用 MySQL 自带的 mysqldumpslow 工具。这个命令行工具可以对日志进行汇总、排序，比如我们可以用 mysqldumpslow -t 10 -s t 来找出耗时最长的前 10 条 SQL，一目了然。
对于更复杂的分析，我会用 Percona 公司开的pt-query-digest 工具。它功能更强大，能给出非常详细的报告，比如每个 SQL 的响应时间占比、执行次数、锁时间等，能帮我快速定位最需要优化的‘瓶颈’ SQL。

第三，也是最重要的，找到慢 SQL 后怎么办。
光找到没用，关键是要优化。我一般的排查思路是：

拿到这条慢 SQL，先用 explain 命令去看它的执行计划。这是标准动作。我会重点看：

有没有用到索引（key 字段）。
扫描了多少行（rows 字段）。
查询类型是不是全表扫描（type 字段，如果是 ALL 就不好了）。

根据explain的结果，常见的优化手段就是：

加索引：这是最有效的办法之一，检查 WHERE、ORDER BY、JOIN 的字段。
优化 SQL 本身：比如避免 SELECT *，检查是否有复杂的子查询能不能改写为 JOIN，或者分页查询在大偏移量时有没有优化空间。
看看是不是数据库参数问题，比如缓冲池大小是不是不合理。

最后，我的一点实践经验是：慢查询日志在测试环境和生产环境都很有用。在项目上线前，我们会开启它来提前发现一些性能问题。在生产环境，我们会长期开启，但会设置一个合理的 long_query_time（比如从 2 秒开始），并定期归档和分析日志，把它作为性能监控和容量规划的一个重要依据。

如果小假的内容对你有帮助，请点赞，评论，收藏。创作不易，大家的支持就是我坚持下去的动力！